基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用“解环”的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法（CAPSO）进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

基于新型混合粒子群算法的含分布式电源的配电网规划

针对粒子群算法易出现"惰性"粒子的问题,提出新型混合粒子群算法,即首先利用混沌理论初始化粒子群,使生成的初始解遍历整个搜索空间,再融入交叉、变异、混沌扰动操作帮助"惰性"粒子跳出局部最优,进而以有功网络损耗最小为目标函数,应用新型混合粒子群算法对IEEE33节点配电系统中分布式电源的位置和容量进行规划。结果表明,新型混合粒子群算法应用于含分布式电源的配电网规划中具有可行性。     

含分布式电源的配电网重构

为了使分布式电源接入配电网效益达到最大化,提出含分布式电源的配电网重构。针对常用的含分布式电源的配电网结构原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据含分布式电源配电网的结构特点,建立了含分布式电源配电网的数学模型,并以负荷损失最小为主要目标函数。运用Matlab对算法进行编程,将该算法运用到此配电网模型中,对算例仿真结果进行分析,表明该算法不依赖网络的原始结构,并且具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,具有很好的实用性。     

基于粒子群蚁群混合算法的配电网故障后重构研究

针对粒子群算法在配电网故障恢复中容易陷于局部干扰和蚁群算法计算速度慢的缺点,提出了适用于配电网故障后重构的基于粒子群蚁群的混合算法,确定了配电网重构时的潮流计算方法和目标函数,根据配电网的网孔对配电网的支路进行分组、编码,并简化网络;最后采用粒子群算法、蚁群算法、混合算法共三种算法对IEEE33节点系统进行了故障后的重构仿真分析,仿真结果验证了混合算法在配电网故障后重构应用中的有效性。     

基于差分进化入侵杂草算法的含分布式电源配电网重构

文章提出了差分进化入侵杂草算法(DEIWO),对含分布式电源配电网重构模型及分布式电源(DG)接入位置和容量进行综合优化。利用柯西分布对入侵杂草算法进行空间扩散,在计算初始可以产生更多的可行解;引入差分进化策略,优化竞争生存操作过程,解决了入侵杂草算法收敛速度慢且容易陷入局部最优的问题。IEEE 33节点算例结果表明,优化配置的配电网重构可以有效降低网络损耗和减小节点电压偏差,实现分布式能源的高效消纳,算例结果验证了算法的可行性。     

基于改进哈里斯鹰优化算法的有源配电网故障定位

针对改进的遗传算法、二进制粒子群算法等智能优化算法在复杂的有源配电网中故障定位的准确率不高、易于陷入局部最优、收敛速度慢以及定位时间长等问题,提出一种基于改进哈里斯鹰优化算法的有源配电网故障区段定位方法。首先,通过Tent混沌映射改善初始种群和将逃逸能量非线性化,以加快哈里斯鹰优化算法的收敛速度。其次,通过结合黄金正弦算法跳出局部最优。最后,所提方法在IEEE33节点有源配电网模型上进行了仿真测试验证,表明改进后的哈里斯鹰优化算法能很大程度地加快收敛速率,故障定位方法具有很高的容错率。     

分布式发电条件下配电网故障定位的矩阵算法

分布式发电(DG)接入配电网后,配电网变成了多电源复杂网络,传统的故障定位算法不再适用.本文提出了一种能解决多电源复杂配电网多重故障定位(可含有馈线末端故障)的矩阵算法.该算法对于故障信息不完备和故障信息畸变的情况同样适用.算例测试结果验证了该方法的正确性和可行性,在配电网实时故障定位的应用中具有很大的潜力.     

基于改进PSO的带分布式电源配电网状态估计

粒子群优化(PSO)算法可以解决在配电网状态估计中由分布式电源接入引起的非线性特征问题,但是将标准PSO算法应用于多模态函数系统会出现陷入局部收敛等问题。提出了带有变异算子的PSO算法,能够解决PSO算法在配电网状态估计时陷入局部收敛的问题。利用所提出算法对IEEE33节点系统进行状态估计,并与标准PSO算法进行比较,验证了所提算法的有效性。     

基于自适应算法的含分布式电源继电保护研究

针对分布式电源的接入将影响配电网短路电流和继电保护整定等问题,提出基于自适应算法的含分布式电源配电网继电保护方法,该方法将分布式电源戴维南模型接入配电网的不同位置,对含分布式电源的配电网进行等效建模。根据仿真模型的故障分析表明:当接入点在保护装置上游或相邻母线时,整定值随着接入位置越近、容量的增加而增加;接入点在保护装置下游时,该段线路按双侧电源方式整定保护装置;故障类型会影响整定值的大小。     

含分布式电源优化调度的配电网络重构

配电网络重构是配电网优化的重要措施。分布式电源（DG）接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。     

基于柯西变异改进粒子群算法的无功优化

针对粒子群算法用于无功优化问题求解时存在早熟收敛,易陷入局部最优的现象,提出了基于柯西变异的自适应混沌粒子群算法.该算法在引入自适应调整策略和对最佳粒子采用混沌搜索的基础上,对算法陷入早熟收敛状态时引入柯西变异操作,将适应度值排名位于前20％的最优粒子进行柯西扰动,以保证粒子群的多样性,有效地提高了算法后期跳出局部最优...     

基于广义深度学习的含DG配网故障诊断方法

针对传统故障定位方法难以满足含分布式电源配电网的问题，提出一种基于广义深度学习的故障定位方法。利用广义深度学习在逼近能力和容错性方面的优势，挖掘响应数据与故障位置之间的映射关系，建立含分布式电源配电网故障定位的模型。IEEE34节点仿真结果表明，该方法可有效实现含分布式电源配电网的故障定位，准确率高，速度快，且在信息畸变或缺失时容错性好。     

考虑用户差异化可靠性需求的配电网规划方法

综合考虑配电网中源储荷等资源的运行响应特性和终端用户的差异化可靠性需求,提出一种基于主从博弈且满足经济性、可靠性、安全性相协调的配电网双层优化规划方法。其中,上层模型以配电网经济性最优为目标,求解分布式电源选址定容结果;下层模型以用户差异化可靠性指标最优为目标,求解各时段分布式电源和可中断负荷最优出力安排。最后,采用改进的基于混沌搜索的自适应粒子群算法求解,以IEEE-33节点系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效满足不同类型终端用户的差异化可靠性需求。     

基于改进粒子群算法的配电网故障区段定位

配电网的复杂性程度提高,使得故障定位算法的精度大大降低。配电网发生故障时产生的故障信息缺失造成传统定位算法无法定位的问题。针对此情形,提出一种自适应粒子群算法的故障定位方法。该方法引入遗传算法中的变异参数,使其能够根据环境进行自适应更新,提高其定位精度,得到全局优解。构建配电网开关模型,通过仿真模拟确认该算法具有可行性。仿真结果表明该算法提高了运算速度与抗干扰能力,能够在信息缺失情况下精准定位。     

基于配电自动化终端的含DG配电网故障定位优化算法

针对故障定位传统矩阵算法在含分布式电源配电网适用性变差,在未考虑实际馈线中含有不同类型终端及信息漏报情形下,需再次获取节点信息二次构造网络描述矩阵和难以处理T接线误判的问题,提出一种故障定位优化矩阵算法,该算法基于故障设备一定只含过流流入特性,建立新的设备故障判据,提出运用特殊量标记相关终端告警信息,通过类矩阵初等变换融合特殊量,并给出隔离方案的处理策略。算例分析表明,该算法简单、有效,可同时给出故障区域和控分方案,适应含DG的复杂配电网故障定位。     

主动配电网下多微电网间功率协调优化研究

高渗透率分布式电源以多个微电网集群形式接入配电网,配电网对分布式电源主动控制与管理是智能电网的发展趋势。文章以区域配电网中多个微电网为研究对象,分析了多微电网接入主动配电网的方式及拓扑结构,提出了一种基于熵值的多微网功率协调优化模型,并采用分层的控制结构实现优化模型。采用一种基于量子编码的粒子群算法对模型求解,通过算例计算分析,验证了文章所提方法的正确性和有效性。     

电源-用户互动模式下的主动配电网分布式电源规划

主动配电网中不断丰富的需求侧资源,良好的源荷互动机制可发挥主动配电网中发电资源和需求侧资源的互补特性,促进新能源消纳与成本优化。文章基于源荷互动响应模式提出了一种计及电源-用户互动的分布式电源双层规划方法。该方法上层模型以经济性、环保性、电压质量和安全性综合最优为目标,决策分布式电源的选址定容方案;下层模型以实施互动响应后的年运行成本最小为目标,决策典型日各时段可控分布式电源出力和负荷需求响应功率。文章利用基于改进粒子群的双层规划算法对模型进行求解,以某区域配电网为例,验证了所提出方法的有效性。     

基于粒子群算法的多电源配电网储能功率配置方法

针对目前设计的多电源配电网储能功率配置方法存在配置灵敏度较低、功率损耗大等问题,提出一种基于粒子群算法的多电源配电网储能功率配置方法。对配电网储能功率进行优化布置,得出了配电网网损灵敏度标准差,通过网损灵敏度标准差确定各路径接入储能的顺序,对配电网储能功率进行了容量优化;利用粒子群算法对储能的有功功率和无功功率进行优化,得到了配电网储能功率的最优配置容量。实验结果表明,所提方法优于其他方法,能够有效降低多电源配电网的网损、减少路径电流的波动,该方法具有很好的有效性和可靠性。     

基于风光荷时序特性和主动管理的配电网分布式电源准入容量模型及应用

在考虑风光荷时序特性的基础上,引入含需求侧响应的主动管理技术建立了一种新的分布式电源准入容量数学模型,并进行了仿真研究,即先采用K-均值聚类多场景分析法得到四季风光荷典型日时序功率曲线;然后引入含需求侧响应的主动管理方式,考虑电网静态安全约束和主动管理约束,建立分布式电源准入容量计算模型,并采用改进粒子群算法对准入容量进行求解;根据系统净负荷曲线,引入净负荷率指标对接入分布式电源后的配电网进行综合评价,以验证模型的优越性。该模型对IEEE33节点配电网系统的仿真表明,考虑含需求侧响应的主动管理系统可接纳更多新能源,有效降低系统负荷峰谷差,为实际配电网工程提供了依据。     

含分布式电源的配电网快速前推回代算法

为解决分布式电源接入配电网带来的配电网潮流计算问题,在已有配电网潮流算法基础上,提出了一种能有效处理分布式电源并网问题的配电网快速前推回代改进算法。该算法首先基于配电网拓扑分析求得配电网快速前推回代算法所需的支路电流-节点电流关系矩阵和支路电流-节点电压降关系矩阵。其次,根据各种分布式电源的潮流计算模型计算其输出有功、无功功率,并引入节点等效注入电流模型作为前推变量,从而实现配电网快速前推回代算法求解含分布式电源的配电网潮流计算问题。最后通过对IEEE33节点系统进行仿真计算,验证了该算法的可行性,为含分布式电源的配电网潮流计算提供了新方法。